以大三本科生角度谈计算机学习:关于开源产品与学习书籍

 转载请注明出处：http://blog.csdn.net/zbf8441372

作为程序猿，除了技术书籍，我们还应该多读一些锻炼思维，甚至和心理学相关的书。

这篇文章写给现在的自己——作为阶段性总结和后续发展的指向标，也写给几年后的自己——当有一天我回过头来，看我这拙劣的文笔和幼稚的想法的时候，会不会忍俊不禁。

 

读者？

 

      这篇文章不适合科研型的人士，所以这里不会有数学，不会有算法的分析和讨论。只要你打算做的是Java开发者或者对开源技术有学习兴趣和热情，肯定有合你胃口的地方。欢迎大家线上线下的交流，提供我的qq邮箱[e-mail](好吧，用qq邮箱的人弱爆了= =)

 

现在流行什么？

      对技术的接触，还仅半年，但我看到了很多东西。每当看到一些开源的产品和主流技术，都让我兴奋不已，甚至觉得为了学这些东西，连吃饭和睡觉都是在浪费时间。以下这些东西只是我狭隘的眼见所捕获到的。

      Hadoop：

    hadoop家族已经算不上一种新的技术了，现在用它的人非常多，我认为大数据时代下，hadoop必须是大家都热衷的一个大产品。主要的三大组员HDFS，MapReduce和Zookeeper，此外还有Hbase，Hive，Pig等等。《hadoop权威指南》一书对其各部分的介绍还是很基础的，推荐可以看看《Hadoop in action》以及《Pro Hadoop》。话说权威指南这套书好像不咋滴，in action这套才是王道（个人认为）。

     HDFS，MapReduce和Zookeeper三大利器，我相对熟一点的是Zookeeper。总之，阿里的一位架构师说，这三个东西，你要是都搞好了，那就打遍天下无敌手了！不仅仅是用用，深入剖析他的源代码，考虑他的设计和理念才是关键。HDFS是参照与Google的三驾马车之一的GFS而设计的吧，如果我没记混的话。MapReduce这种编程模式可以适用到许多经典的机器学习，数据挖掘算法，可以看看NIPS06年的一篇文章， Map-Reduce for Machine Learning on Multicore，介绍了LWLB, NB, GDA, k-means，PCA，EM，SVM等算法并行化的可行性。具体的，Apache的Mahout项目实现了机器学习算法的hadoop框架实现，具体可以看看《Mahout in action》一书。

        

      NoSQL：

      不要说现在已经不流行SQL了，因为no SQL了嘛。那我会喷血的。话说，一次听Peter Chen(ER图设计者)做报告的时候，竟然就是这么说的。我想说，这位大师怎么连NoSQL的概念都不知道？= =NoSQL家族配合分布式大数据的处理，为底层提供了更强大的支持。包括Hbase,MongoDB,Redis,Cassandra,CouchDB。哇，听上去就激动人心，对我诱惑力十足。只可惜到目前只是涉猎了一丁点，实在没有精力去仔细研读其中一个以及它的源代码。推荐http://blog.nosqlfan.com/newslist NoSQL fan的网站。里面的资料汇总非常不错，书籍也很多！

      不同的NoSQL适用不同的场合和环境。Hbase的列存储结合Mapreduce做分布式运算和中间结果存储巴拉巴拉。多说就说错话了，还得好好了解之。

      搜 索：

      搜索的时代可能快过去了。目前社交网站也许更火些。不过全文检索方面的Lucene这个东西，还是很有价值去学习的。《开发自己的搜索引擎 Lucene+Heritrix》是本好书，想好好学习呢，还是得读《lucene in action》。

      SOA：

      现在许多产品都是面向服务的概念。包括云计算。SOA的技术有很多，我熟的是OSGi框架。具体介绍可以关注淘宝林昊（国内OSGi先驱）的博客和他写的介绍OSGi的两本书。当然也有《OSGi in action》和更加深入的《OSGi in depth》。国内运用OSGi的人还是有一些的，他的设计理念是相当好的，关于他的介绍我之前的博客里也有，就不多扯啦。

      Node.js：
      国内,应该是淘宝内部部分员工在主推,了解不是很多,就参加过一次技术沙龙,知道了这个东西,不多说。

       云计算：

       现在什么都能和云扯上关系。微软的Azure云操作系统代表着微软对云的迈进。他也有自己的三驾马车。具体见我之前浅析Azure架构的文章。近日还看到，Azure上还要部署hadoop的东西，微软也加入了hadoop这个大家庭。

看什么书？

       好吧，我这么一个小白也敢来说看什么书，简直不知天高地厚。

       大家耳熟能详的一些书籍这里就不列举了，详见刘伟鹏的博客http://mindhacks.cn/2011/11/04/how-to-interview-a-person-for-two-years/ 中 “怎样花两年时间去面试一个人”一文。当时这篇文章是让我茅塞顿开的一篇博文，我也出于对其人的敬仰，拜读了《暗时间》一书，很让人有共鸣。推荐大家可以抽空读一读。

        听说面试微软前必看的十本书：   

               Code: The Hidden Language of Computer Hardware and Software （《编码的奥秘》）
               Computer System: A Programmer’s Perspective （《深入理解计算机系统》） / Windows via C/C++ （《Windows核心编程》 / 《程序员的自我修养》
               Code Complete 2（《代码大全》）/ The Pragmatic Programmer （《程序员修炼之道》，我也把这本书称为《代码小全》）
               Programming Pearls （《编程珠玑》） / Algorithms / Algorithm Design / 《编程之美》
               The C Programming Language
               The C++ Programming Language / Programming: Principles and Practice Using C++ / Accelerated C++
               The Structure and Interpretation of Computer Programs （《计算机程序的构造和解释》）
               Clean Code / Implementation Patterns
               Design Patterns （《设计模式》） / Agile Software Development, Principles, Patterns, and Practices
               Refactoring （《重构》）

       Head First系列从书都蛮不错的，阅读起来快，很快。推荐《Head first 设计模式》《Head first OOA&D》

       《重构》《设计模式》（推荐除了看那本薄薄的原版《设计模式》外，其他解释，进一步阐述这本书的设计模式书籍也许更有益，推荐清华大学出版社的《研磨 设计模式》，而且这本书是基于Java语言）这类书一定是必看的

       《编程珠玑》《代码之美》这类书还没看过，不过我会把这几本放到优先级比较低的地方。一来，有了实战积累再看；二来，不像《重构》《设计模式》看了之后可能没有显著性用处，个人认为。

       《编程之美》挺不错的，看起来像在做脑筋急转弯，哈哈。

        in action书籍和NoSQL的书以上或者下文还会提到，你感兴趣于那些方面，就去看那些书吧。（其实这部分我想强调的，就只有这一点~哈哈）

关注开源产品

       Apache系列的开源产品我关注过很多了，包括Karaf, Camel, ActiveMQ, Mahout, ServiceMix, ACE, Maven, Amdatu。给我最大的体会是，Apache这些东东，除了运用了最主流的一些技术，把他们变成大家都可以用的工具之外，各自的产品又嫁接在一起，形成一种技术产品的融合和互相搭建实现，让我赏心悦目！比如ServiceMix就是一个基于OSGi的大容器，是一个ESB（消息服务总线），他能容纳Camel，ActiveMQ（MQ中最热的产品之一，还有Storm中的ZeroMQ）这样的产品，形成一整套的东西。

       Storm（最近很火的感觉，以后有时间一定好好看看）, Yahoo的S4（可能比较老了）

       MongoDB，Redis这样的就不说了，实在是太热了，NoSQL中必须得真正熟悉一个，我觉得。

 

基本功？

      应该具备哪些基本功？就从淘宝的Taojob上http://www.tbdata.org/about-us/departments对职位的基本要求和素质来看，我认为我们需要：

      1. java基础：J2EE各种技术和框架（包括JSP，Servlet，Spring，Hibernate，Structs2, EJB)，js相关（Ext JS库，JSON，Ajax，Node.js, jquery，jvm内部实现（主要内存管理这块），设计模式和重构（实现低耦合，高内聚的模块化代码），分布式java编程和java并发编程，java core中java特性的东西（反射机制）
      2. 一种脚本语言：Python（万能语言不解释），javascript（在Unity3D下写过游戏的脚本，制作前台特效和网页上动态的东西）
      3. 网络知识：这里牵涉到linux环境下，对集群的管理和环境配置，网络的基础知识和操作系统知识是很有用的。《TCP/IP详解》也是必读的书
      4. 传统的RDBMS数据库要熟悉一种（如MySQL，熟读他的手册，特别关于他的拓展特性，比如和memcached的联系和嫁接），NoSQL也要熟悉一种，推荐MongoDB，Redis，Hbase（读过他们的源代码，知道每种NoSQL的特点和适用情境）
      5. 服务器（集群）配置、管理能力：至少得会服务器批量系统的安装，许多分布式环境的搭建
      6. 关注开源产品和新技术，我个人关注架构，搜集过包括facebook，Amazon，Taobao，支付宝，ebay，wiki，Twitter，MySpace，livejournal，Qcon，douban等等的架构发展情况和各类技术运用。我想做一位架构师，还会关注包括Qcon，infoQ（每月8号有月刊），GitHub，open-open。你可以没有用过这些东西，但是你不能没有听过thrift，Avro，memcached，Ehcache，NginX等等。真正新的东西还都是在论文中，凡是出书了的技术都是老的了。论文才是新技术的发源地。
      7. 各类数据挖掘/机器学习算法的(java)实现（参看DM工具weka的代码），并且参考用mapreduce实现（参看Apache Mahout），这是个Big Data时代。（每次都想起海贼王里的台词= =）

      8. vim或者Emacs编辑器熟用一种。不要停留在Notepad++之类的编辑器之上。vim是“编辑器之神”，而Emacs则是“神的编辑器”，强大的像一个操作系统。

      9. hadoop这快就不用说了，我觉得这是一个很好，很值得去学习的技能
      10. 全文搜索的lucene（很好上手，实用，可以直接使用包装过了的Compass框架）
      11. 耐心和恒心。我相信勤能补拙，我相信记录是最好的记忆方式。还有多跟读一些业界的著名人士的博文。每个公司核心团队成员的开发经历和开发经验。（好吧，我看的最多的是淘宝林昊的博客，谁叫他是国内OSGi的先驱者呢，其次就是刘伟鹏，哈哈，领悟到技术之外的好多东西，强烈推荐大家去学习学习~）

 

       就匆匆忙忙写了这么些,主要是给自己一个参考和监督,让自己更好地把握。微软笔试和考试周正在临近，很可惜，近期无法接触我喜爱的东西了，o(︶︿︶)o